Results 101 to 110 of about 2,396 (171)
The Cointegration Analyse of Region Economic Increase——Compare Research for Fujian with Zhejiang, Shanghai, Jiangsu and Guangdong [PDF]
, 2005 改革开放以来，福建经济取得了长足的进步。同时，长江三角洲和珠江三角洲更是取得了令人瞩目的成就。被夹在珠三角、长三角中间的福建如何定位，如何扩展空间，面临着严峻的问题。海峡西岸经济区就是在这个背景下提出的。海峡西岸经济区建设，是把福建放在更高层次、更大范围的发展平台和发展空间上，全方位地融入到国内外区域经济一体化的趋势中，走省际区域对接和区域整合为内容的“经济区战略崛起”的发展道路。区域经济学是实施海峡西岸经济区的理论基础。Granger和Engle发现在一个特定的模型中 ...
许松荣
core
Gaoya dianqi, 2019 为了快速准确诊断高压断路器是否发生操作机构故障,文章提出了一种基于模糊RBF神经网络的高压断路器机构故障诊断方法。该方法首先分析高压断路器的分（合）闸线圈电流,提取时间和电流特征参数t1、t2、t3、t4、t5、I1、I2、I3,然后在RBF神经网络增加模糊化层,对特征参数进行相对模糊化运算,最后将模糊化后的特征参数输入到RBF神经网络进行故障识别、分类。该方法以ABB VD4高压断路器的88组实验数据为训练样本建立4种高压断路器操作机构的模糊RBF神经网络故障诊断模型,12组测试样本来验证其准确性 ...
林琳, 陈志英
doaj
Research on Reservoir Prediction Automatic Optimization Model Based on Seismic Data [PDF]
, 2017 地震数据中蕴含着丰富的有关地下的地质构造、底层岩性和流体物性等信息，是储层预测的数据基础。但随着我国油气勘探开发的水平越来越高和勘探领域的不断延伸，地震属性数量和种类膨胀式增长，储层预测难度增大。数据挖掘是一种有效进行储层预测手段。本文基于数据挖掘中的特征降维方法和聚类分析构造了储层预测模型。 基于数据挖掘的储层预测模型在实际使用中经常需要人工设置参数。如果使用者不了解数据挖掘技术，设置参数是一个困难的事。储层预测模型参数选择的好坏对其预测结果有很大影响。储层预测模型一般会有多个参数 ...
鲍彬彬
core
Analysis and Design of Human Recourse Management System Based on Data Mining Techniques [PDF]
, 2015 人力资源管理是管理学领域的一个重要组成部分。在日益激烈的市场竞争中，人力资源管理水平是提高企业核心竞争力的关键因素。 传统人力资源分析，只能对数据的表层信息进行分析，无法深层次的获取数据与数据间的内在关系和隐藏关系。伴随着云计算和大数据的兴起和发展，数据挖掘技术在各行各业都得到广泛的应用。数据挖掘与统计、精算、长期从事预言模型的经济学家之间并没有技术重叠。数据挖掘技术是通过数理统计的方法挖掘数据与数据间存在的隐藏规律，提取重要信息。本文从传统人力资源管理的不足之处出发 ...
夏芳
core
Guangtongxin yanjiu, 2013 为补偿压力传感器的温度漂移,将BP（后向传播）神经网络应用于压力传感器的温度补偿中,同时应用变尺度法对BP神经网络学习算法的缺陷进行改进,采用L-M学习算法的下降方向进行搜索,有效解决了算法失效问题;采用乘以放大倍数和加上扰动项的策略,从而放大权值更新向量和权值导数更新向量,有效解决了溢出问题。仿真结果表明,该方法有效地抑制了温度对压力传感器输出的影响,提高了传感器的稳定性和准确性。
孙艳梅, 苗凤娟, 宋志章
doaj
Gaoya dianqi, 2017 为提高风电场发电功率预测的精度,提出一种基于Elman神经网络和实测风速功率数据的短期风功率预测方法。根据风速和风电功率历史数据来拟合风电机的风速功率曲线;建立基于Elman神经网络的短期风功率预测模型,并利用遗传算法对网络参数进行优化。最后,将文中预测模型应用到实测数据验证模型的有效性,结果表明了模型的先进性。
王一珺, 贾嵘
doaj
基于量子遗传神经网络与D-S证据理论的断路器机械特性故障诊断
Gaoya dianqi, 2018 针对目前断路器故障诊断系统诊断结果不精确的现状,提出一种量子遗传神经网络与D-S证据理论的方法,利用小波包变换和频带分析技术,得到分合闸线圈电流与机械振动波的高频及低频信号,提取2类信号每个频带的能量值分别作为2个独立的量子遗传径向基（RBF）神经网络的输入量,并得到2个初步诊断结果,最终利用D-S证据理论技术将2个RBF神经网络的评价结果融合。实验结果表明:量子遗传算法改进的RBF神经网络收敛速度快,结果精确;同时,D-S证据理论融合后的诊断结果准确度更高,并且诊断结果可信度提升。
刘建华, 周明平, 侯川川
doaj